一种基于内嵌数理知识神经密度场的小行星引力场重建方法
申请号:CN202411704705
申请日期:2024-11-26
公开号:CN119476038B
公开日期:2025-09-16
类型:发明专利
摘要
本发明涉及一种基于内嵌数理知识神经密度场的小行星引力场重建方法,包括:基于小行星质点群模型完成数据点的采样,构建空间位置到密度的函数求解器;构建空间采样点函数,得到不同位置的空间点的空间密度;针对空间点,利用小行星视觉三维模型得到星体外壳信息,筛选空间点在星体外壳内外部作为先验信息;针对先验信息,对于密度函数求解器的结果进行筛选;进一步使用偏微分方程求解器计算数据点的拉普拉斯方程并使用数值积分计算星体外部空间点的引力加速度方程;构建总的损失函数;进行误差反向传播,同时优化网络参数;重新计算星体内部空间点密度,得到小行星内部密度分布;进一步计算空间各位置引力加速度的值,得到小行星外引力场分布。
技术关键词
微分方程求解器
拉普拉斯方程
加速度
密度
误差反向传播
立方体
数值积分方法
优化网络参数
数据
坐标
三维模型
光线投射算法
反余弦函数
外壳
笛卡尔
前馈神经网络
射线
因子
多层感知器